NRN Agents 是一个平台,支持 AI 代理 集成到虚拟和物理环境中的游戏体验中。该技术结合了数据聚合、模型训练和模型检查功能,涵盖模仿学习和强化学习,以创建模仿人类行为的 AI 代理。[11]
NRN Agents 是一个平台,促进 AI 代理 集成到虚拟和物理游戏体验中。它结合了数据聚合、模型训练和模型检查功能,涵盖模仿学习和强化学习。游戏和机器人技术作为开发 AI 代理 的环境,通过模拟动态的现实世界复杂性,有助于朝着通用人工智能 (AGI) 发展。
该平台专注于行为克隆,使 AI 代理 能够适应并在各种交互环境中执行任务,这使其与主要使用大型语言模型 (LLM) 的工具区分开来。NRN Agents 使用众包的人类游戏数据进行强化学习,使 AI 代理 能够参与 AI 与 AI 的竞赛。这种方法促进了社区参与,并允许共同拥有 AI 代理,从而在游戏中创造了新的互动和收入形式。[1]
AI Arena 是一款游戏,玩家可以在其中购买、训练和战斗由 AI 驱动的冠军。通过使用模仿学习,玩家可以通过让他们复制玩家的动作来训练他们的 AI 战士。一旦经过训练,这些战士就会在排名战中与技能相似的对手自主竞争。目标是训练强大的 AI,登上全球排行榜,并在原生代币 $NRN 中获得奖励。
在 AI Arena 中,AI 是体验的核心。玩家将他们的技能转移到 AI,AI 从他们那里学习并代表他们竞争。这创造了一种更个性化的游戏体验,其中 AI 充当玩家的延伸。该游戏以技能为基础,玩家训练 AI 的效果越好,AI 就会变得越强大。
AI Arena 提供无限且常青的竞争,其中 AI 的潜力由玩家的技能和创造力决定,AI 的能力没有限制。它还通过允许 AI 全天候 24/7 自主竞争,增加了匹配的流动性,并为货币化提供并行游戏,从而提供了具有竞争力的电子竞技潜力。
该游戏的基础设施旨在防止作弊,因为所有战斗都在 AI Arena 的服务器上运行,从而更难训练机器人有效地玩游戏。奖励基于 NFT 的表现、质押 在 NFT 上的 $NRN 数量以及 NFT 的 Elo 分数,该分数反映了 AI 的技能水平。[3] [4]
NRN 强化学习 (RL) 使用众包的人类游戏数据来训练 AI 代理,使他们能够在 AI 与 AI 的电子竞技比赛中达到高水平。这些 代理 贡献于社区驱动的模型,其中游戏数据成为共享资产,支持参与者的共同所有权和新的收入机会。通过允许玩家帮助训练 代理 并从他们的成功中受益,NRN RL 为游戏中的货币化引入了一种新的结构。它还支持电子竞技中的一种新的竞争形式,由小队训练的 RL 代理参与 PvP 战斗,强调战略、团队合作以及与 Web3 原则(如去中心化和共享价值)的一致性。该平台最终可能会支持 AI 与人类的比赛,挑战人类技能和 AI 适应性。此外,通过其 SDK,NRN RL 将强化学习扩展到游戏之外的物理机器人技术中,将虚拟环境与现实世界的应用联系起来,并扩展了交互式自适应系统的潜力。[2]
NRN Agents 通过使开发人员能够使用复制人类行为的 AI 代理来填充他们的游戏,从而为多人游戏中玩家流动性的问题提供了一个解决方案。通过 NRN SDK 和 Trainer Platform,工作室可以通过利用玩家来源的游戏数据来创建和扩展这些代理,从而确保即使在人类玩家不可用时也能保持一致的匹配。这种方法对于独立开发人员尤其有利,它提供了一种经济高效的替代方案来替代传统的机器人开发,后者通常资源密集且参与度较低。与可预测的 AI 机器人不同,NRN 训练的 代理 提供动态的、基于技能的交互,从而提高比赛质量和保留率,有助于长期维护活跃的游戏社区。[6]
NRN Agents 使工作室能够直接将模仿学习集成到他们的游戏中,从而允许玩家训练 AI 代理 来复制他们的游戏风格。这些 代理 可以作为核心游戏的一部分或作为单独的以 AI 为中心的模式,用于单人或多人游戏中。通过在 AI 中捕获玩家行为,工作室可以支持同时参与不同的游戏部分,从而提高玩家参与度并扩大货币化机会。[8]
NRN 代币是更广泛生态系统中的一种实用资产,支持 AI 代理 部署、基于强化学习的电子竞技和游戏内经济。工作室可以使用 NRN 来访问工具并集成 代理,部署通过认证系统进行跟踪,该系统有助于项目收入。在强化学习中,用户 质押 NRN 以创建数据胶囊,该胶囊收集游戏数据以训练 代理 并确定奖励分配。训练活动结束后,贡献者可以销毁数据槽以获得奖励并收回质押的代币。在 AI Arena 中,NRN 用于基于技能的 质押 和与竞技游戏相关的经济活动。[9]
NRN 的总供应量为 10 亿个代币,并具有以下分配:[10]